Generowanie danych agronomicznych z upraw eksperymentalnych

Organizacje opracowujące technologie rolnicze muszą przetestować i zweryfikować swoje rozwiązania w rzeczywistych warunkach rolniczych, aby ocenić ich wyniki przed wdrożeniem w rolnictwie komercyjnym, Usługa ta zapewnia dostęp do eksperymentalnych upraw i infrastruktury badawczej AGACAL-CIAM w celu testowania i walidacji technologii rolniczych, w tym sztucznej inteligencji, uczenia maszynowego, robotyki i innych zastosowań cyfrowych. Dane agronomiczne uzyskane w wyniku prób doświadczalnych i obserwacji w terenie są dostępne jako zasoby uzupełniające wspierające te działania. Dzięki temu użytkownicy mogą: Testowanie technologii rolniczych w rzeczywistych warunkach wzrostu. Oceń dokładność, wydajność i niezawodność swoich rozwiązań. Wykorzystanie uzupełniających danych agronomicznych w celu wsparcia badań i walidacji. Określenie ograniczeń i zmniejszenie ryzyka rozwoju przed wdrożeniem technologii w komercyjnych warunkach rolniczych.

Usługa polega na generowaniu i dostarczaniu danych agronomicznych z eksperymentalnych prób badawczych AGACAL-CIAM zgodnie z wymaganiami klienta i dostępnością danych. Dane dotyczące bieżącego sezonu są generowane zgodnie z kalendarzem upraw, natomiast historyczne dane agronomiczne można dostarczyć dla wcześniej badanych upraw. W przypadku upraw sezonowych usługa obejmuje zazwyczaj jeden pełny cykl wegetacyjny (około 5–6 miesięcy), od założenia upraw do zbiorów. W przypadku zastosowań wymagających monitorowania systemów upraw rocznych lub wieloletnich usługa może zostać rozszerzona na okres do jednego pełnego roku. Usługa jest świadczona przez AGACAL-CIAM (Mabegondo, A Coruña, Hiszpania). Nie ma ograniczeń geograficznych dla klientów, ponieważ dane są dostarczane cyfrowo. Aby świadczyć usługę, AGACAL-CIAM analizuje każde żądanie klienta w celu oceny dostępności żądanych danych, biorąc pod uwagę odpowiednie badania expeirmentalne, okresy obserwacji i zmienne będące przedmiotem zainteresowania. Zakres usługi, w tym dane, które mają być dostarczone, format dostawy i przewidywane ramy czasowe dostawy, są uzgadniane z klientem na podstawie tej oceny. W przypadku danych dotyczących bieżącego sezonu dostawa zależy od kalendarza upraw i postępu odpowiednich prób. Data historyczna zależy od dostępności i mających zastosowanie przesłanek dotyczących udostępniania danych i własności intelektualnej. Klient otrzyma uzgodnione dane agronomiczne wraz z dostępną dokumentacją opisującą warunki doświadczalne, mierzone zmienne, metody gromadzenia danych oraz wszelkie inne istotne informacje. Dane mogą być dostarczane we wzajemnie uzgodnionym standardzie fromats, jako dane surowe lub przetworzone, w zależności od wymagań dotyczących usług. Dane i towarzysząca im dokumentacja są dostarczane cyfrowo za pośrednictwem uzgodnionego kanału alectronic. Aby zamówić usługę, klient powinien określić zamierzone zastosowanie, uprawę (uprawy), zmienne będące przedmiotem zainteresowania i wymagany okres obserwacji. Zakres usługi zostanie uzgodniony zgodnie z dostępnością danych, bieżącą działalnością badawczą oraz obowiązującymi warunkami udostępniania danych i własności intelektualnej.

Usługę można dostosować do celów klienta i wymogów dotyczących danych, w tym rodzaju upraw, odmiany, okresu obserwacji (obecny sezon, zapisy historyczne lub oba te elementy), zmiennych agronomicznych i poziomu przygotowania danych. W miarę dostępności można uwzględnić dodatkowe informacje, takie jak obserwacje środowiskowe, cechy gleby, praktyki gospodarowania uprawami lub dane z dostępnych technologii i zewnętrznych źródeł danych. Ostateczny zakres usługi zostanie uzgodniony z AGACAL-CIAM w porozumieniu z liderem odpowiedniej linii badawczej, który oceni dostępność danych, zasoby i wykonalność dodatkowego generowania danych. Generowanie danych z bieżącego sezonu podlega kalendarzowi rolniczemu i cyklowi wegetacyjnemu wybranej uprawy. Dane historyczne ograniczają się do istniejących zapisów z eksperymentalnych programów badawczych AGACAL-CIAM. Dostępność określonych zbiorów danych i zmiennych zależy od zakresu, dostępnej technologii i metod odpowiednich eksperymentów.